甲状腺结节纵横比的意义是什么？

甲状腺结节纵横比是应该引起一定的重视的，而且我们是可以通过很多的方式来获得它的纵横比，纵横比是可以通过一定的计算方式来得知的，它的纵横轴是没有一定的要求的，但是我们是可以通过甲状腺结节的纵横轴来得知甲状腺结节的良恶性，那么甲状腺结节纵横比的意义是什么呢？

甲状腺炎是常见的一种甲状腺疾病，

属于甲状腺炎的一种表现形式，

多在中年女性人群中多发，

对女性健康造成极大的危害，

对于这类疾病患者在出现症状后一定要及时的进行治疗。

建议：最好去当地正规的公立医院咨询清楚后进行检查治疗，弄清楚后在进行系统正规的治疗。

一般最大径线和身体长轴是平行的（也就是通常意义上横着长的），那么多是良性的表现，如果最大径线是和身体长轴垂直的（纵着长），那么就是恶性的机会大些，这个规律特别适合1cm以内的结节，对于判断某些微小癌很有帮助。但是你但从报告单上很难确定那个值是纵，是横，因为中国超声没有做规定哪个是纵，哪个是横。 建议您到内分泌门诊就诊咨询，判断它的良性还是恶性，一般囊性和囊实性是良性，有钙化恶性比较大

结节性甲状腺肿的治疗，主要是服用散结消肿的药物，如夏枯草胶囊，或者是红金消结胶囊。最好是配合服用疏肝理气，化痰散结的中药来治疗、 平时宜保持心情舒畅，宜清淡饮食，不宜食用辛辣刺激性食物，注意休息。定期复查甲状腺B超。

甲状腺结节的纵横比大于1厘米，只是超声描述下倾向于恶性的一个指标，具体的甲状腺的性质是需要综合来判断的。如果甲状腺结节综合判断比较倾向于良性，建议做一个甲状腺结节的穿刺，如果穿刺病理学检查定性为恶性结节，是需要考虑手术来切除的。如果穿刺病理学定为良姓，如果结节不太大，是可以考虑定期来观察的。

甲状腺恶性结节在超声下，一般甲状腺的甲状腺结节边界不清晰、形态不规则或形态欠规则、纵横比大于1厘米，伴有点状钙化或未钙化，甲状腺的BR分级一般是四级或五级。如果通过结节的综合判断倾向于恶性，一是可以考虑做穿刺来定性，二是可以直接手术，术中取病理来定结节的性质，根据性质来判断手术的范围及淋巴结的清扫情况。

?智能驾驶疆场，海天瑞声的「数据」纵横论

上海世博中心，世界人工智能大会的准备工作正在紧锣密鼓地展开。

作为人工智能的重要应用之一，自动驾驶也将在这场一年一度的全球顶级会议期间大放异彩——

据官方消息，展会期间将首次开展面向大会观众基于开放道路的载人应用体验，体验路线总长 2.8 公里，共 12 个路口，途经世博中心。此外，特定区域自动驾驶应用展示也会同步进行。

自动驾驶动态体验线路

基于这些应用体验，国内自动驾驶全产业链成就和最高技术水平得以展示，自动驾驶技术对于人们日常生活以及出行方式的改变可以窥见。

事实上，自动驾驶系统平稳运转的背后，是一个大家都耳熟能详的关键词——数据。

"数据已经成为了一种生产要素，前提是要把人类世界的信息转化为计算机可以识别的方式。"海天瑞声的副总裁李科告诉新智驾。

想要打造真正安全可靠的量产自动驾驶产品、支持成千上万辆同时交互的自动驾驶车辆，企业就必须想明白如何高效地收集以及有效利用海量数据。

那么，具体该怎么做呢？

智能驾驶的"幕后英雄"

尽管不像硬件一样看得见摸得着，但无论是自动驾驶、辅助驾驶，还是智能座舱，这些被赋予智能属性的驾驶体验都离不开数据的驱动。

在李科看来，通过训练数据生产的各个环节（设计、采集、加工、质检），可以收获很多有益于智能驾驶算法模型迭代的规律和结论。

譬如关于驾驶员踩刹车的图像数据

这个动作通常代表着判断和决策的结果，那么在这个动作之前发生了什么？在这个动作之后发生了什么？有没有比较特殊的事情发生？

再譬如关于舱内语音交互的数据

语音交互时，哪些功能的启动可能会对驾驶产生干扰？麦克风如何排列可以更好地满足各个座位上的交互需求？回声噪声的情况如何、该怎样解决？

于自动驾驶企业和主机厂而言，这些数据都值得重点关注，因为它们后续可能有助于强化 Corner Case 的处理能力、优化用户的乘坐体验。

而计算机视觉和智能语音训练数据正是海天瑞声从事了近二十年的领域，且已向微软、亚马逊、阿里等国内外 500 多家知名企业提供从方案设计、数据采集、加工处理到质检交付的全流程数据服务。

其中，海天瑞声在智能座舱的布局，最早可以追溯到 2005 年。这些历程无疑为其积累了足够多数据层面的 know-how，使得海天瑞声可以基于自己的技术研发实力、经验沉淀从数据角度去加速客户的算法模型训练及商业化落地，相应的也得到了越来越多智能驾驶客户的青睐。

思之深，行之远

事实上，除了数据采集、标注服务，一个实力雄厚、经验丰富的数据合作伙伴最重要的是帮助玩家们较为准确地预估投入产出比，找到与整体业务目标契合的解决方案。

对此，李科也尝试通过一个例子来帮助理解。

在训练算法模型时，玩家们希望获得某一场景中所有可能碰到的情况并以数据的形式给到机器去学习，在智能驾驶业务中，这不仅包括常规的多种路况环境（拥堵、城市街道、高速路段），天气状况诸如大雾、暴风雨雪天气，不同光线条件例如白天、黑夜、清晨傍晚，还包括交通事故、违规行为等各种突发状况。

智能驾驶舱外采集环境多样、复杂

这就要求包括海天瑞声在内的数据服务商能够深刻理解客户的业务场景，在设计方案过程中考虑到算法对样本多样性的需求，以及不同样本数据的占比应该是怎样的，同一类型场景的数据至少要达到多少才能满足机器学习的需求，数据方案如何设计才能避免出现与模型的过拟合、欠拟合等诸多问题。

帮助客户不在数据准备阶段走弯路，加速模型训练、产品落地和迭代是海天瑞声坚守的初衷。

起于砖瓦的技术壁垒

随着智能驾驶更进一步发展，在可预见的未来里，玩家们对底层数据处理能力的要求会越来越高、对长尾场景数据的需求会越来越大、对高质量训练数据的诉求会越来越强，智能驾驶的发展已成为不可逆转的大趋势，并且具备了进一步落地应用的充分条件。

然而这一领域鲜有高质量的一站式数据服务，整体的数据处理速度、精度、准度都还有待提升，尤其是 3D 点云数据。

因为远见，海天瑞声早已开始思考如何将自己在数据处理方面的先发优势最大化发挥，去帮助玩家们解决痛点。据了解，目前海天瑞声的技术已经能够支持 3D 点云标注、3D 点云连续帧标注、3D 连续帧与 2D 联合的标注、3D 语义分割等。

譬如，针对同一物体在不同空间中的数据处理，海天瑞声前期会对其进行多个坐标系的建模和配准，然后经过校准后投影到同一个坐标系中，最终保障不同空间中的标注结果的统一。

对于 3D & 2D 的联合标注，海天瑞声能够通过算法实现 3D 标注结果自动投影到 2D 平面，随之自动生成对应目标的空间位置。

可以看到，得益于强劲的技术实力以及在数据服务领域耕耘的经验，即便是在新兴的且难度较大的 3D 点云数据处理方面，海天瑞声也已经做得游刃有余。

在舱内场景，DMS 数据因为涉及到光线、多角度同步等不同要求，大大加剧了采集的难度。海天瑞声则基于自研的多通道桌面车载录音工具，配合不同采集设备，从采集端实现多通道同步，且支持灵活参数设置和实时语音质检，在提高采集效率的同时还能够实时监控采集质量。

舱内多通道采集示例

种种这些，都是海天瑞声区别于业内其他数据服务商的根源，也是在经年累月的努力下为自己打造的深厚壁垒，使其得以领跑智能驾驶数据服务。

数据安全，立身之本

随着行业的高速发展，千差万别的需求背后，不变的是对数据合规及安全的要求。作为行业的领路人，海天瑞声稳步前行的同时也持续加码在合规及安全方面的建设。

其业内首创科学的项目管理体系，从资源的合规性、数据存储安全及流转等方面制定了详尽的措施：

比如，所有项目采集前必须获得被采集人的书面授权，否则需要重新配置资源以保障合规性；

同时，海天瑞声还专门设立了进行数据安全及合规性审核的数据保护官(以下简称"DPO")；并且通过完善的制度条例充分保障被采集人的权利，曾经有一位海外被采集人在项目结束后申请删除个人数据信息并撤回相应授权，收到请求的DPO第一时间整理了相关资料后与客户联系，协商操作，最终在24小时内完成了被采集人的诉求；

2018年5月由欧盟出台的《通用数据保护条例》，被称为史上"最严数据保护法案"，曾因为数据信息保护失职对英航开出了15.8亿人民币的天价罚单。值得一提的是，此法案一经出台，就被海天瑞声纳入了项目及技术研发人员的"必修课"，组织学习并进行考核；

…

除了制度上的严格规范，一向以技术严谨而著称的海天瑞声自然也有相应的"硬实力"去保障数据安全，即一体化数据处理平台：

该平台是海天瑞声基于自身近20年数据服务经验，并融合了数十项核心技术及专利打磨而成。平台内上千个自研标注工具联合打通，不仅可以用来处理复杂的交叉业务场景数据，更重要的是保证了数据从采集到脱敏、清洗、标注、质检等全流程不出平台即可完成，与平台内严格的人员权限管理、实时监控等功能一起，充分保障了数据的安全可控。

此外，还支持私有部署、驻场标注等一系列高级别数据安全处理请求。

以上种种举措，使得海天瑞声很早就通过ISO/IEC 27001管理体系认证，并于日前获得具有"最严苛资质审核"称号的ISO/IEC 27701隐私保护标准认证。

数据的合规安全是客户的重要诉求，也是海天瑞声牢牢坚守的生命线。

行于未来之路

纵观行业的发展，智能驾驶已经成为了全球大多数国家和地区都在推进的主旋律，这个市场的规模还将呈倍数增大。

对此，李科向新智驾表示，

现在一些造车新势力发展势头迅猛，这会进一步带动舱外感知的数据需求，我们今年在持续发力舱内的同时，会侧重舱外的布局。

事实上，无论舱内还是舱外，与这些场景结合的技术大多离不开智能语音、计算机视觉和自然语言理解——这些也是海天瑞声一直在耕耘、也会坚持耕耘的方向。正如李科所介绍的，从 2005 年开始，海天瑞声就开始在AI全核心领域进行深度的数据布局。

如今十六年过去，海天瑞声已然立于数据服务行业的高山之巅。

全球语言学家团队、 超过 160 语种方言服务能力、覆盖全球近 1/2 国家及地区的本地化项目经验、760 余个自有知识产权的训练数据产品等，这些均是海天瑞声长期以来坚持创新和自主研发的果实——不仅可以助其在火热的智能驾驶赛道大展身手，加速海内外自动驾驶以及智能座舱的应用落地；也能够作为海天瑞声发展的核心代名词，成为自身多项业务延续和拓展的重要基础。

无论从何种角度来看，用户驱动、需求驱动、实战驱动都是推动海天瑞声持续稳步前进的动能。也只有通过这些方式打造出来的产品，才接地气、才具有真正的生命力。

雷锋网雷锋网雷锋网

构建1+5”数据要素融通体系促进数字经济发展丨改革纵横

数字经济成为继农业经济和工业经济之后的新经济形态。习近平总书记强调，要发挥数据的基础资源作用和创新引擎作用，加快形成以创新为主要引领和支撑的数字经济”。十四五”规划纲要指出，要建立数据资源产权、交易流通、跨境传输和安全保护等基础制度和标准规范”，推进数据等要素市场化改革”。这为数据要素广泛融入社会生产生活，实现数据要素融通指明了方向。必须尽快消除数据要素融通所面临的各种障碍，建立具有中国特色的数据要素融通体系，促进数字经济快速健康发展。

一、数据要素高效融通的重大意义

党的十九届四中全会首次提出将数据”作为生产要素之一参与分配。数据要素参与社会生产经营活动并带来价值构成了数据要素融通，包括数据要素供给、流通和应用的全过程。数据要素高效融通是释放数据价值、促进数字经济发展的关键。

（一）数据要素高效融通将加快数据共享开放，提升数据要素价值。建立完善的数据共享开放机制，保障高质量的数据要素供给是数据要素融通的基础。同时，在海量、多源、高质量数据要素供给前提下，数据要素高效融通可以实现数据融合挖掘，不断创新应用场景，提升数据要素价值，提高政府治理能力，促进经济发展和民生改善。

（二）数据要素高效融通将加速数字经济与实体经济深度融合。党的十九届五中全会提出：发展数字经济，推进数字产业化和产业数字化，推动数字经济和实体经济深度融合。”数据要素融通是推动数字经济和实体经济深度融合的一个重要前提。一方面，数据要素融通催生新技术、新业态，加快数字产业化发展；另一方面，数据作为特殊生产要素，具有乘数作用，通过数据要素融通可以促进要素的流动，放大劳动力、资本等要素在经济发展中的价值，实现价值倍增。

（三）数据要素高效融通将加速构建统一数据要素市场。数据要素高效融通推动构建完善的基础设施及运营体系，这是建设全国统一数据要素大市场的必要条件。通过建立统一的数据要素市场化配置制度和规则，打破地域和市场边界，促进我国由数据大国向数据强国转变，为高质量发展提供坚强支撑。

（四）数据要素高效融通将进一步筑牢国家安全防线。构建完善的数据治理体系与治理规则是数据要素高效融通的保障，同时为可信安全等技术保障提供充分实践的可能性。数据安全是国家安全的重要内容，要切实保障国家数据安全，加强关键信息基础设施安全保护，强化国家关键数据资源保护能力，增强数据安全预警和溯源能力。通过创新可信安全技术，强化安全管理责任，不断强化网络安全防护和数据全周期安全管控，进一步筑牢国家安全防线。

二、我国数据要素融通面临的挑战

加快促进我国从数据大国向数据强国转变，必须解决数据发展不平衡不充分问题，特别要着力破解数据要素融通所面临的一些发展环境与体制障碍。目前我国数据要素高速融通面临的挑战主要包括以下方面。

（一）数据要素融通顶层设计需要进一步完善。目前数据资源统一管理职责尚不明确，尚未建立促进数据要素融通的统筹机制。从国家层面看，尚未成立专门的数据资源管理机构，政务数据资源由各部门分别掌握；从省级层面看，虽然已陆续成立22个政务数据管理机构，但从职责定位、隶属关系以及与其他业务部门协同效能来看，统筹力仍明显不足。这些都明显制约了跨地区、跨层级、跨部门、跨行业、跨平台等数据要素融通功能的发挥。

（二）数据要素融通中有效数据供给不足。一是存在数据孤岛与数据垄断情况。政府部门数据管理条块分割，仍存在数据孤岛；数据向平台集聚时，平台企业为保持竞争优势常常会提高市场进入成本，存在数据垄断风险。

二是社会数据存在供给数量不足和质量不高问题。数据时效性、一致性等也难以保障。目前地方数据开放平台中46%没有更新数据，只有8.5%的数据开放平台连续两年发布了新的数据集。据测算，每年全社会数据量增长率约40%，但真正被利用的数据量增长率只有5.4%。

三是企业存在数据泄露等安全担忧，开放意愿不强。工业互联网产业联盟一项调查显示，在推进工业大数据共享流通时，有86%的企业最担心泄露商业机密，有33%的企业担心会失去数据的控制权。

（三）数据要素融通缺乏需求侧更广泛和深入的应用场景带动。数字经济渗透率是数据应用水平的重要衡量指标，据统计，2024年我国农业、工业的数字经济渗透率仅为8.9%、21%，远低于服务业的40.7%；服务业内部数字化也不平衡，衣、食、住、行、玩等消费服务领域的数字渗透率已超过50%，其中网络购物领域渗透率高达85.2%，相比之下，教育、医疗等公共服务领域的数字渗透率仍较低，尚不足40%。

（四）数据要素市场流通机制不健全。一是缺乏清晰的产权规则。数据权属包括国家主权、产权、人格权。数据安全法和个人信息保护法从立法层面对数据国家主权和人格权进行了说明，但与市场化流通紧密相关的产权问题尚未明确定义。各地在积极尝试通过交易数据使用权来替代所有权，并探索数据资产证券化等收益权交易，但由于缺乏立法支撑，进展缓慢。二是数据商品化体系、市场定价机制尚未成熟。从目前数据交易产品类型及定价模式来看，解决方案等数据增值服务是主流产品，呈现高度定制化特征，难以规模化流通和定价；数据集交易隐私安全风险较高；API（应用程序编程接口）、咨询报告等产品类型，标准化程度相对高，且一定程度保护了用户隐私信息并降低了二次利用可能性，但同时也降低了多源数据融合的可行性。三是流通服务不完善。由于缺乏市场化流通专业运行服务机构，致使流通效果低于预期，创新活跃度不够。目前北京交易所探索建立中间服务商体系，上海提出建立数据服务商生态，但真正实施到位还存在不少障碍。四是市场监管难度大。一方面由于确权、定价等交易条件不完善，导致市场监管缺乏依据；另一方面传统监管模式难以适应数据要素市场所呈现的线上、线下、跨域、实时等结合的特征。

（五）数据要素融通安全体系还存在薄弱环节。一方面，安全保护机制不完善。现有数据安全保护策略未能按照数据分级分类进行有针对性的防护，且缺少统一的数据安全运营管理能力。另一方面，可信技术支撑不足，相关技术面临性能瓶颈和运营成本高等问题。

三、构建1+5”中国特色数据要素融通体系

构建中国特色的数据要素融通体系，必须坚持两大原则：一是坚持党管数据，明确数据是党治国理政的重要资源，把党对数字经济发展方向的战略引领、对数据战略资源开发的战略把控、对数据安全纳入总体国家安全观的战略保障要求，落实到数据资源顶层规划、机构设置、完善立法、培养人才、安全合规等各个方面；二是既要发挥数据要素市场的决定性作用，又要更好发挥政府作用。各级政府要积极出台政策，推进数据融通制度创新，在发展中完善规范，同时营造公平有活力的市场竞争环境，大力推进数据要素市场化进程，发挥数据资源价值链的倍增效应，培育壮大供需畅通的大数据要素市场。

因此，应构建1+5”中国特色数据要素融通体系，1”为制定数据要素融通顶层规划；5”为建立数据要素供给体系、市场流通运行体系、数字化应用体系、市场监督管理体系、安全保障体系等五大体系。在具体措施上，要加快推进数据要素流通、应用，畅通价值双循环，保障数据安全，同时平衡国家、企业和个人利益，鼓励企业创新发展、释放平台集聚数据价值，并确保公平竞争，维护社会公共利益。

（一）成立国家数据资源管理机构，统筹数据要素融通。一方面，国家数据资源管理机构负责制定中长期数据要素融通顶层规划，确定跨层级、跨区域、跨系统等统一数据资源标准，提升数据要素标准化、规范化水平，构建全国一体化数据资源管理体系，推进数据资源开发与利用。另一方面，在数据资源管理部门与拥有数据资源的业务部门之间建立有效的协同机制，发布数据融通目录，促进数据共享、互通。

（二）建立数据要素供给体系，激发供给侧活力。一是建设数据、连接、存储、计算一体化数字信息基础设施。加快建设国家东数西算”重大工程，提高网信企业在算力、网络、大数据、人工智能、区块链等一体化服务支撑能力，推动算力、算法、数据等资源集约化和服务化创新。二是推动政府、企业建立首席数据官（或总数据师）制度，设立数字化相关部门，落实数据要素有效供给及共享、融通，提升数据治理和应用水平。三是国家及省数据资源管理机构统筹推进公共数据共享开放。加快建设国家公共数据共享开放平台，建立公共数据质量标准体系与共享开放标准体系。

（三）构建市场流通运行体系，推动数据要素融通和价值循环畅通。一是在国家数据资源管理部门统筹下建立数据交易机构，确立统一的市场规则，推动数据要素规模化市场流通。对数据交易机构之外的公共服务数据共享机构，进行审核管理。二是推动数据确权、定价机制等基础保障制度建设。探索建立数据产权制度，以区隔责任、保证利益、明确义务为目标，推动数据所有权、使用权、收益权等有序分离。同时加强数据产品定价机制研究，针对生产、采集、处理、使用等不同环节价值贡献，决定权益分配的比例。根据数据资源的稀缺性、实时性、完整性等特点，以及数据产生或者加工成本、潜在应用价值等，构建数据价值评估指标，形成交易数据产品的定价规则。三是在数据交易所和公共数据开放服务机构，建立中间服务方生态。建议由国企牵头，承接专业化运营工作，提供包括技术服务、数据经纪、合规评审、资产评估、交易争议仲裁等服务，逐步完善市场生态体系。

（四）建设数字化应用体系，满足并引领数据融通需求高质量发展。一是实施大数据创新应用示范工程。政府设立扶持专项资金，金融机构加大对企业数据要素融通项目支持力度。二是发挥产业链龙头企业数字化转型带动作用，推进企业内外部数据要素应用，带动产业链上下游协同创新。培育专精特新”数据应用创新型企业，鼓励创业投资，培育新技术、新产品、新业态。引导大型互联网平台企业开放数据作出表率，为产业链上下游获得数据提供支持。三是产业联盟和行业协会等中介组织要探索搭建有特色的产业集群公共服务平台，促进产业数据深度开发应用。

（五）完善市场监督管理体系，推动数据融通持续健康发展。一是加快国家统一立法，形成数据资源、数据产权、数据交易等基础性法规体系。二是完善数据资源融通监管体系。一方面，明确基本执法标准，构建公平有序、动态运行、灵活高效的竞争环境，推动建立数据要素价格监管和信息公示制度。另一方面，建立数据市场准入机制和备案制度，依法营造包容、有活力的数据要素市场环境。

（六）优化数据要素融通安全保障体系，提升安全保障能力。一是强化安全防护体系建设。完善政府、企业、个人等数据安全防护体系，同时对平台进行全面态势监测，及时进行预警、事件响应与应急处置。二是加快部署实施可信数据空间”。推动隐私计算、动态加密等可信流通技术研发，促进可用不可见、可控可计量”等模式推广应用，同时推进芯片、操作系统、核心软件等国产化替代，提升安全保障水平。

（作者梁宝俊，中国联合网络通信集团有限公司副总经理）

责任编辑：胡秀荣

欢迎订阅中国党政干部论坛